linux centos Python + Selenium+Chrome自动化测试环境搭建?

在 CentOS 系统上搭建 Python + Selenium + Chrome 自动化测试环境,需要执行以下步骤:

1、安装 Python

CentOS 7 自带的 Python 版本较老,建议使用 EPEL 库或源码安装 Python 3。例如,使用 EPEL 库安装 Python 3:

python 复制代码
sudo yum install -y epel-release
sudo yum install -y python3

2、安装 Chrome 浏览器和 Chrome 驱动程序

您可以从以下链接下载最新版本的 Chrome 浏览器和对应版本的 Chrome 驱动程序:

Chrome 浏览器:https://www.google.com/chrome/

Chrome 驱动程序:https://sites.google.com/a/chromium.org/chromedriver/downloads

下载完成后,解压缩 Chrome 驱动程序文件,并将其添加到系统 PATH 中(例如,将其复制到 /usr/local/bin 目录下)。

3、安装 Selenium WebDriver

使用 pip 安装 Selenium WebDriver:

pip3 install selenium

4、编写测试脚本并运行测试

编写测试脚本时,需要指定 Chrome 驱动程序的路径。例如,在 Python 中使用 Selenium 进行自动化测试的示例代码:

python 复制代码
from selenium import webdriver
 
# 创建 Chrome 驱动对象并设置 Chrome 的路径
driver = webdriver.Chrome('/usr/local/bin/chromedriver')
 
# 打开网页
driver.get("https://www.baidu.com")
 
# 查找搜索框并输入文本
search_box = driver.find_element_by_name("wd")
search_box.send_keys("Selenium")
 
# 查找"百度一下"按钮并点击
search_button = driver.find_element_by_id("su")
search_button.click()
 
# 断言搜索结果是否符合预期
assert "Selenium" in driver.title
 
# 关闭浏览器
driver.quit()

在编写测试脚本后,可以使用命令行或测试框架(如 pytest)运行测试。例如,在命令行中执行以下命令可以运行上面示例代码中的测试脚本:

python 复制代码
python3 test_script.py

希望这些步骤能帮助您在 CentOS 系统上搭建 Python + Selenium + Chrome 自动化测试环境。

最后感谢每一个认真阅读我文章的人,礼尚往来总是要有的,虽然不是什么很值钱的东西,如果你用得到的话可以直接拿走:

这些资料,对于【软件测试】的朋友来说应该是最全面最完整的备战仓库,这个仓库也陪伴上万个测试工程师们走过最艰难的路程,希望也能帮助到你!

相关推荐
fantasy_arch2 小时前
pytorch例子计算两张图相似度
人工智能·pytorch·python
WBluuue4 小时前
数学建模:智能优化算法
python·机器学习·数学建模·爬山算法·启发式算法·聚类·模拟退火算法
焄塰4 小时前
Ansible 管理变量和事实
学习·centos·ansible
炫友呀4 小时前
Centos 更新/修改宝塔版本
linux·运维·centos
赴3355 小时前
矿物分类案列 (一)六种方法对数据的填充
人工智能·python·机器学习·分类·数据挖掘·sklearn·矿物分类
大模型真好玩5 小时前
一文深度解析OpenAI近期发布系列大模型:意欲一统大模型江湖?
人工智能·python·mcp
RPA+AI十二工作室5 小时前
亚马逊店铺绩效巡检_影刀RPA源码解读
chrome·python·rpa·影刀
小艳加油6 小时前
Python机器学习与深度学习;Transformer模型/注意力机制/目标检测/语义分割/图神经网络/强化学习/生成式模型/自监督学习/物理信息神经网络等
python·深度学习·机器学习·transformer
wml000006 小时前
CentOS启动两个MySQL实例
mysql·centos·3406
学行库小秘7 小时前
ANN神经网络回归预测模型
人工智能·python·深度学习·神经网络·算法·机器学习·回归